源自：电子科技大学
原文标题：成电“智”造 | 小小芯片，却是多用途“健康管家”！
⊙文字：学生记者团邓婷 刘芷溢、新闻中心 王晓刚 编辑：新闻中心卿晗
有没有比“智能手环”更精巧的产品作为我们的“健康管家”呢？
最近，电子科技大学信息与通信工程学院博士生刘嘉豪所在的团队，设计制作出了一款轻盈的生理信号人工智能处理芯片，只有一小片雪花那么大。用镊子轻轻把芯片夹起来放在大拇指的指甲盖上，可以放十几片。
2021年2月17日，在芯片领域奥林匹克会议ISSCC 2021上，团队负责人、信息与通信工程学院周军教授团队宣读了它们的最新研究成果。
这篇论文题为“BioAIP：A Reconfigurable Biomedical AI Processor with Adaptive Learning for Versatile Intelligent Health Monitoring”。电子科技大学为该论文唯一单位，周军教授指导的博士生刘嘉豪为第一作者，周军教授为通讯作者。
功耗更小，监测的准确率更高！刘嘉豪说，这款芯片可以用于多种可穿戴/植入式智能健康监测设备，具有广阔的应用前景。
健康监测很热很火
但有许多“瓶颈”问题
随着生活水平日益提高，人们对身体健康的重视程度逐渐加深。为更加了解身体的运行情况，市场上涌现了大批可携带式的电子传感设备，如监测心率、脉搏的电子手环，监测运动数据的智能手表等。
可穿戴、可植入式智能健康监测设备是这个领域的未来发展方向。它的核心模块就是生理信号人工智能处理芯片。但是，目前已有的生理信号AI处理芯片常常存在监测任务（或者应用）单一、可靠性较差等缺点，不能很好地满足人们的需求。
“比如，要做心电识别，就需要可穿戴或植入心电识别的芯片；要做癫痫检测，就要穿戴或植入癫痫检测芯片，运动感知、情绪监测等，都需要专用的芯片，应用很不方便。”刘嘉豪说，“生理信号还可能存在较大的病人间差异性，在实际应用中，预先训练好的生理信号AI分类算法可能对某些病人的识别准确率会大幅下降。”
另外，现有的通用AI处理芯片主要存在几个方面的不足：一方面，它们的功耗一般在毫瓦级别，不适合应用在超低功耗的可穿戴、可植入式健康监测。另一方面，它们内部并没有设计用于生理信号处理模块，例如信号滤波、峰值检测等，因此不能直接应用在智能健康检测设备中。
新疫情期间宅家闭关
每天工作至少10小时
周军教授从2019年12月起，就带领刘嘉豪等团队成员开始研究解决这些问题。春节刚过，由于新冠肺炎疫情突然爆发，团队的师生都各自宅在家里，但研究工作没有丝毫停滞。对他们来说，“闭关”更有利于集中精力、潜下心来。
在芯片设计过程中，需要远程调试代码并进行仿真测试，团队经常在线开会讨论，一开就是四五个小时，深入讨论模块接口以及调试各种Bug。芯片设计团队共包含12位成员，芯片的前后端设计工作均在团队内完成。
在撰写论文时，每一页论文、配图，他们都要反复斟酌、打磨，来来回回修改了十几个版本。周军教授和常亮研究员经常通过长时间的远程会议，指导学生们开展工作。他们每天至少工作10个小时，但大家热情都很高。终于等到新学期开学，疫情防控进入“新常态”，团队师生迅速返校，用了不到20天就完成了芯片测试和论文的最后修改。
回顾这段难忘的时光，刘嘉豪说：“科研从来不是一个人的英雄主义，而是一群人满怀热情为同一个目标奋力拼搏。那段时间，各位老师和同学们是最辛苦的！”功夫不负有心人，他们的研究成果最终在芯片领域奥林匹克会议ISSCC 2021上宣读，得到了国际同行的充分认可。
锐意创新结出硕果
拓展了AI芯片的应用潜力
在这项研究中，周军教授带领团队研发了一种超低功耗、可重构、支持自适应学习的生理信号AI处理芯片，缩写BioAIP。
在该芯片中，他们设计了具有硬件重构能力的神经网络处理引擎，可以完成不同的神经网络结构计算，从而支持不同的生理信号AI处理算法。同时，设计了多种可灵活配置的生理信号处理引擎，如可配置滤波模块、峰值检测模块、信号分窗模块等，从而支持不同的生理信号预处理任务。这二者相互结合，可用于多种不同的AI健康监测应用。
在此基础上，他们还提出并实现了一系列超低功耗芯片设计技术，如事件驱动神经网络处理架构，片上数据近似压缩技术、神经网络/预处理引擎复用技术、自适应生理信号压缩技术等。在心电识别、癫痫检测、手势识别等多个AI健康监测任务中，他们的芯片都达到了小于6微焦的极低分类能耗。
另外，他们针对生理信号病人间差异性导致检测准确率降低的问题，提出了一种低复杂度基于AI的自适应学习技术，使得AI算法可以学习不同病人的生理信号特征，从而有效提升准确率，同时不增加太多功耗。刘嘉豪表示：“该AI处理芯片可以用于多种可穿戴/植入式智能健康监测设备，具有广阔的应用前景！”
让人工智能和医疗健康结合，是很有潜力的产业方向之一。刘嘉豪说，市场对AI处理芯片的要求主要有三个方面：一是能更加精确地采集生理信号，二要更便捷，不会影响人们的正常生活，三是能具有较高的诊断的可靠性。BIOAIP作为创新的产品，兼具这三大特性。
这也是成电版“BIOAIP”优于市场上大多数产品的地方之一。目前，团队已经做了三个Demo：心电监测产品可以监测5种疾病，脑电监测产品可以检测或预测癫痫，肌电监测产品可以用来做假肢控制。
兴趣牵引走上科研道路
追梦的路上要风雨兼程
为什么会走上科研这条路？刘嘉豪表示，科研的第一要义是热爱。他从高中开始便自己鼓捣一些东西，比如焊电路板之类。大一时，他进入了英才实验学院，出于对电路的热爱，坚持做电子设计，一做就是四年。
后来，他接触到了数字芯片，对数字电路设计产生了浓厚的兴趣。一方面，他可以继续坚持有关于电路的梦想，另一方面，他在这个领域发现和挖掘到了自己的真正天赋。找到方向后，他便下定决心深耕其中。
2018年12月，第二届全国大学生FPGA创新设计邀请赛复赛在南京集成电路产业服务中心落下帷幕。在周军、林水生、李纯明老师的指导下，研究生组的刘野、贾从含、刘嘉豪设计的《基于FPGA的医疗MRI图像分割系统》荣获全国二等奖。在2021年3月举行的全国大学生挑战杯大赛校赛上，团队凭借该工作获得了评委老师的一致认可，获得校级特等奖，并且被推荐加入省赛。
一步一个脚印，一步一个台阶。刘嘉豪说，“将来我还做这方面，包括生理信号AI处理算法、硬件设计等。希望能够更多地流片、更多地发文章，进一步提升自己的创新能力。”在芯片领域奥林匹克级别会议上发表成果不是终点，而是起点，他说，“我永远在追梦的路上！” | 
收藏
分享
淘帖
顶
踩
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
显身卡